
Source
Computer
Vision
Library)是一个开源的计算机视觉库,集成了大量的计算机视觉以及图像处理等方面的算法。这些算法都是基于C和C++的,并且提供了一些知名软件的编辑接口,如Matlab、Python等。
OpenCV非常实用,应用领域主要有:人机互动、物体识别、人脸识别、机器视觉等等
下面介绍如何在WIn8.1+VS2013+OpenCV
3.0
alpha的环境下配置OpenCV
工具/原料
OpenCV
3.0
alpha
VS2013
一、下载安装OpenCV
1
进入到OpenCV官网,选择下载windows
版本的OpenCV
3.0
alpha
2
下载完成后,双击文件后会自动提取文件,选择提取文件夹目录为F:\opencv\build,提取后文件大小约有3G
注:目录可根据自己需要更改
3
提取完成后,即完成了OpenCV的安装
END
二、设置OpenCV环境变量
1
打开计算机的属性页,找到环境变量
2
在系统环境变量下新建下列选项
3
在系统变量中找到Path变量并在最后加上下面语句
%OPENCV%\x86\vc12\bin
4
在OpenCV的根目录下新建文件opencv300.props,这个文件将会在下面的VS2013配置中用到
END
三、VS2013配置
打开VS2013,新建一个空的Win32
控制台应用程序,工程名为OpencvTest
选择菜单栏中的“视图”——“属性管理器”——右击项目“添加现有属性”
添加现有属性成功后
在方案解决管理器在源文件下新建测试文件opencv
在资源选项下添加一个测试图片如,testPicture,并从网上搜一段opencv测试代码复制到OpencvTest.cpp中
编译并运行程序,出现测试图片说明配置成功
方法/步骤1
安装opencv2.4.9,解压,请务必记住自己解压的路径。宜家以我自己的路径为例D:\Program Files
2
配置环境变量
1、系统变量 Path:添加D:\Program Files\opencv\build\x86\vc12\bin
2、用户变量:添加opencv变量,值D:\Program Files\opencv\build,添加PATH变量(有就不需要添加,但是值需要添加)值D:\Program Files\opencv\build\x86\vc12\bin
说明:不管你系统是32位还是64位,路径目录均选择X86,因为编译都是使用32位编译;如果选用X64,则程序运行时候会出错。
3
新建visual C项目
新建 visual C++项目,如下图所示,项目选项注意:如下图。
4
工程目录的配置(Debug)
找到属性管理器,如果找不到,请安装下图方法找到。双击Debug|Win32打开如下窗口,
设置如下:(下图红框项为设置项)
1、包含目录:(VC++目录)
D:\Program Files\opencv\build\include
D:\Program Files\opencv\build\include\opencv
D:\Program Files\opencv\build\include\opencv2
2、库目录:(VC++目录)D:\Program Files\opencv\build\x86\vc12\lib
3、连接器->输入->附加依赖项:
opencv_ml249d.lib
opencv_calib3d249d.lib
opencv_contrib249d.lib
opencv_core249d.lib
opencv_features2d249d.lib
opencv_flann249d.lib
opencv_gpu249d.lib
opencv_highgui249d.lib
opencv_imgproc249d.lib
opencv_legacy249d.lib
opencv_objdetect249d.lib
opencv_ts249d.lib
opencv_video249d.lib
opencv_nonfree249d.lib
opencv_ocl249d.lib
opencv_photo249d.lib
opencv_stitching249d.lib
opencv_superres249d.lib
opencv_videostab249d.lib
其实以上都是D:\Program Files\opencv\build\x86\vc12\lib下所有的lib文件,你会发现,有的后面带上d,有的没有d,这是因为Debug的就有d,Release则没有d。
5
工程目录的配置(Release)
其他与Debug一样,只是连接器->输入->附加依赖项不一样,设置如下:
opencv_objdetect249.lib
opencv_ts249.lib
opencv_video249.lib
opencv_nonfree249.lib
opencv_ocl249.lib
opencv_photo249.lib
opencv_stitching249.lib
opencv_superres249.lib
opencv_videostab249.lib
opencv_calib3d249.lib
opencv_contrib249.lib
opencv_core249.lib
opencv_features2d249.lib
opencv_flann249.lib
opencv_gpu249.lib
opencv_highgui249.lib
opencv_imgproc249.lib
opencv_legacy249.lib
opencv_ml249.lib
6
最终的测试
1、新建一个cpp文件,如下图:在cpp文件上输入以下代码:
#include <cv.h>
#include <highgui.h>
using namespace std
int main()
{
IplImage * test
test = cvLoadImage("D:\\Sample_8.bmp")//图片路径
cvNamedWindow("test_demo", 1)
cvShowImage("test_demo", test)
cvWaitKey(0)
cvDestroyWindow("test_demo")
cvReleaseImage(&test)
return 0
}
欢迎分享,转载请注明来源:内存溢出
微信扫一扫
支付宝扫一扫
评论列表(0条)